OpenNLP名称查找器培训：不支持的语言：en
根据文档中的指南，我试图在一些数据上测试training OpenNLP的Name Finder。然而，我遇到了错误：不支持的语言：en，这似乎没有任何意义。
我运行的命令是：opennlp TokenNameFinderTrainer。conll03-模型。bin-lang-en-类型per、loc、org、misc-数据序列。txt-编码UTF-8
我从https://opennlp.apache.org/download.html.OPENNLP_HOME环境变量似乎设置正确，基本文件夹中的lang文件夹包含一个en文件夹。
编辑：这似乎与CoNLL2003格式有关。如果我尝试直接运行训练器而不指定. conll2003它就可以工作。但是我的输入数据是CoNLL 2003格式的。运行TokenNameFinderConverter给我同样的错误。即使在官方示例上尝试https://github.com/apache/opennlp/blob/master/opennlp-tools/src/test/resources/opennlp/tools/formats/conll2003-en.sample也不起作用。
共有1个答案
好的，显然在1.5.3之后的某个版本中，对于CoNLL-2003相关的命令，OpenNLP将语言代码从两个字符更改为三个字符，即应该传入eng而不是en。但是留档从未更新过。（留档有各种过时的部分。）我敲了两个小时的头试图弄清楚！我做了一个公关来修复留档。
-
我试图将邮寄地址与简历（简历）隔离开来。简历来自许多不同的国家，因此没有标准的布局、格式、押韵或地址原因。 我有我的原始数据，这些数据已经被分割成句子和标记，并准备好标记。 问题： 如果我最感兴趣的是城市/城镇，我是否应该标记整个地址以获得最佳效果？ 鉴于我寻找的地址主要出现在简历的前四分之一，我应该将训练数据削减到25%并对实时数据做同样的事情，还是通过将文档保持为一个整体并只标记我需要的部分来
-
我想在一个特定的领域进行NER实验，即从意大利语的旅行优惠中提取位置名称。 到目前为止，我需要自己准备训练，所以我要把 在我的培训集中的一些报价中添加标签。 但在查看OpenNLP关于如何为NER进行培训的文档时，我最终遇到了几个问题： 1） 在定义开始/结束标记时，我可以自由使用标记中的任何名称（我在上面几行写了“某物”），或者是否有要绑定的限制集？ 2） 我注意到对培训工具的调用 将表示语言的
-
我正在使用OpenNLP的NameFinder API示例文档。初始化名称查找器后，文档使用以下代码作为输入文本： 然而，当我将其引入eclipse时，“documents”（而不是“document”）变量给了我一个错误，表示变量documents无法解析。“documents”数组变量所指的文档是什么？我是否需要初始化一个名为“documents”的数组，该数组包含txt文件，以消除此错误？
-
我正在尝试使用OpenNLP对发票进行分类。根据它的描述，我将它分为两类。我已经建立了一个包含20K描述的培训文件，并将每个描述标记到正确的类中。 培训数据如下所示（第一列是代码，我将其用作类，第二列是发票描述）： 使用OpenNLP的Document分类器，我实现了98.5%的正确率。但是，为了提高效率，我取了错误的分类文档并用它来扩展训练数据。 例如，当我第一次运行它时，“MOTONETA I
-
首先是一点背景：我试图在一个文档库中识别街道地址，我们决定，显而易见的解决方案是使用NLP（本例中为Apache OpenNLP）工具来实现这一点，到目前为止，一切看起来都很好，尽管我们仍然需要用大量文档来训练模型，但这并不是一个真正的问题。我们通过使用DataMake中的USAddress解析器，为地址验证添加了额外的步骤，从而改进了解决方案。我最大的问题是，如果地址旁边没有一个位置，地址本身就
-
我想训练自己的自定义模型。我可以从哪里开始？ 我使用这个样本数据来训练一个模型： 基本上，我想从给定的输入中找出一些无意义的文本。 我尝试了opennlp开发文档中给出的以下示例代码，但出现了错误：Model与name finder不兼容！